六、简述kafka的Rebalance【偏向实战，有难度】

1、背景

kafka日志：在消息量大、高并发时，经常会出现rebalance中

rebalance会影响kafka性能，会阻塞partition的读写操作

2、了解其机制，以避免rebalance的发生

 

 3、Rebalance是什么

coordinator：leader节点所在的broker，作为一个协调者，监控cg中消费者的存活，判断consumer是否消费超时  

 

七、kafka的副本同步机制

注意：LEO从哪落盘、HW从哪消费【更新】、最后已被消费、最先待消费、起始的offset

leader（处理读写请求）和多个follower（负责数据同步），主备模式

根据offset判断消费到了哪里

 

LEO：待写入数据的index

HW：HW前（下面）的数据对消费者可见，能够被消费者消费

第一条未提交的数据

最后一条已提交的数据

 

leader和follower都有HW，LEO会选择ISR中最小的HW和自身LEO进行写入，LEO落盘后，进行+1

当leader挂掉，变为follower后，follower的HW会覆盖当前节点的HW，从而会导致数据的丢失

消息丢失的解决，会在后面讲述

八、简述kafka的架构设计

 

zk管理集群，存储一些元信息，作为znode中的一个节点

topic类似于queue，特点是可以分区

cg中不同的consumer消费同一topic的不同分区【cg是逻辑上的概念，实际上还是一个消费者】

如果指定同一消费者组的多个消费者同时消费某个分区，则多个消费者则会互斥，消息不会被重复发送

九、kafka中zk的作用（老版本）

1、后续zk的作用越来越小

2、哪些作用

无生产者信息，broker、topic、partition

 

十、kafka中高性能的原因

指其读写很快

顺序写、零拷贝

1、顺序写

kafka是一个日志系统，写到文件中

不是存入内存中，消息堆积能力强

硬盘是用磁头随机读写，而kafka是通过顺序写的方式（HBASE）

2、零拷贝

直接从磁盘读入网卡中

通过操作系统来实现

3、不依赖于java堆内存

使用操作系统的pageCache，进行读写